慕课网 -AI Agent从0到1定制开发 全栈全流程企业级落地实战
课程简介
这门课的主题很明确：把 AI Agent 从一句 prompt 做到能上线的服务。它不满足于演示一个能对话的机器人，而是把 ChatModels 抽象、工具调用、多智能体协作、部署与云平台优化串成一条工程链路。对已经写过脚本、想搞清楚"Agent 到底怎么落地"的开发者来说，这份资料的价值在于它给了可对照的代码结构，而不是只讲概念。 技术栈与课程主线 课程…
这门课的主题很明确：把 AI Agent 从一句 prompt 做到能上线的服务。它不满足于演示一个能对话的机器人，而是把 ChatModels 抽象、工具调用、多智能体协作、部署与云平台优化串成一条工程链路。对已经写过脚本、想搞清楚"Agent 到底怎么落地"的开发者来说，这份资料的价值在于它给了可对照的代码结构，而不是只讲概念。
技术栈与课程主线
课程从 ChatModels 入手，先把不同 LLM 的调用差异抹平。这一点很关键：企业项目里往往不会锁定单一模型，接口签名、消息结构、流式返回、函数调用格式在不同厂商之间都有出入。第 7 章专门处理这个问题，把模型层做成可替换的抽象，上层 Agent 逻辑就不用跟着模型改。掌握了这层封装，后面接工具、接记忆、接多智能体时，改动面会小很多。
再往后进入 Agent 的核心：如何让模型决定调用哪个工具、如何解析返回、如何处理多轮循环。这部分是 Agent 与普通 Chatbot 的分水岭——它能主动规划步骤、调用外部能力、根据结果继续推理。课程把它放在全栈流程里讲，意味着你会看到前端交互、后端服务、模型调用三者怎么协作，而不是只写一个孤立的后端函数。
项目结构与可复用模块
从资料包的章节分布看，第 7 章（ChatModels 抽象）、第 14 章（部署优化与云平台）、第 16 章（总结）构成了完整闭环：模型层 → 运行层 → 上线层。这种结构适合对照自己的项目做模块划分。可以重点关注几类可复用件：模型适配层（统一不同 LLM 的调用）、工具注册机制（把外部 API 或本地函数暴露给 Agent）、会话与状态管理（多轮上下文怎么存、怎么截断）、以及部署配置（环境变量、密钥管理、云平台运行时）。
多智能体架构是另一个值得拆开看的部分。单 Agent 加工具能解决线性任务，但当任务需要分工——比如一个负责检索、一个负责校验、一个负责汇总——多智能体的编排方式就变得重要。课程里的实战会涉及角色划分、消息传递和结果汇总，这些模式可以直接搬到自己的业务场景，比如客服分流、文档处理流水线。
部署与云平台这一段为什么重要
很多 Agent 教程停在本地能跑，第 14 章把它推到云平台。部署涉及的不只是打包上传，还包括：并发请求下模型调用的超时与重试、密钥不落代码库、日志与可观测性、成本控制。这些在演示阶段看不出问题，一旦进入真实流量就会暴露。课程把部署优化单独成章，说明它把"能上线"当作交付标准，这对要做企业级应用的开发者更有参考价值。
自学路径与使用方式
建议不要按顺序只看视频。可以先跑通模型适配层，确认自己常用的 LLM 能接进来；再补工具调用和 Agent 循环，亲手改一个工具看返回怎么被消费；最后看部署章节，把本地服务推到一个云环境里跑起来。每章的练习（比如用某个大模型驱动事件）是很好的检查点，做不出来说明前面的抽象没吃透。
这份资料更适合"边看边改"：拿它当参照，把自己的业务需求套进它的模块划分里。源码和文档能帮你确认接口设计，视频帮你理解编排思路，两者对照着用，比对着一份目录空想有效得多。
慕课网 -AI Agent从0到1定制开发 全栈全流程企业级落地实战
全栈实战，企业级落地
编辑点评
深入浅出AI Agent开发，涵盖云平台部署、多智能体架构，实战性强，适合AI开发者和企业级应用。
⭐ 编辑推荐
从零开始，掌握AI Agent定制开发全流程，实现企业级落地。
✨ 课程亮点
✦AI Agent全栈开发实战
✦云平台部署与优化
✦多智能体架构实战
课程目录
第14章 Agents深入：部署优化与云平台使用11 集
- 第14章 Agents深入：部署优化与云平台使用说明.png [493.5 KB]
- 14-10 如何在LangGraph cloud 上部署.mp4 [17.6 MB]
- 14-11 本章小结.mp4 [7.4 MB]
- 14-1 本章介绍.mp4 [16.1 MB]
- 14-8 如何使用模板快速启动项目.mp4 [24.6 MB]
- 14-4 智能体效果评估：模拟用户来评估智能体.mp4 [49.8 MB]
- 14-5 智能体效果评估：使用LangSmith评估智能体.mp4 [67.1 MB]
- 14-2 智能体常见的优化方式：计划和执行智能体架构优化方式.mp4 [108.5 MB]
- 14-7 如何使用LangGraph 服务器进行本地开发.mp4 [56.7 MB]
- 14-6 LangGraph云平台.mp4 [25.4 MB]
- 14-3 智能体常见的优化方式：基本反思智能体架构优化方式.mp4 [64.0 MB]
第16章 课程总结3 集
- 第16章 课程总结说明.zip [1.8 MB]
- 16-2 课程总结与展望.mp4 [17.9 MB]
- 16-1 课程回顾.mp4 [28.0 MB]
第7章 ChatModels：磨平不同LLM的差异8 集
- 第7章 ChatModels：磨平不同LLM的差异文档.zip [1.8 MB]
- 7-8 练一练：使用某个大模型来驱动事件.mp4 [3.1 MB]
- 7-3 LangChain使用标准事件驱动大模型.mp4 [89.8 MB]
- 7-7 大模型的Tool Call工具调用能力：先进大模型的标配.mp4 [23.6 MB]
- 7-2 LangChain鏍稿績缁勪欢锛歀LMs涓嶤hatModels.mp4 [25.1 MB]
- 7-5 模型异常处理与缓存机制.mp4 [13.8 MB]
- 7-6 如何配合本地大模型？模型Token usage的花费？.mp4 [32.6 MB]
- 7-4 tokens与上下文交互窗口.mp4 [33.4 MB]
第9章 规范化输出：OutputParsers的关键技术6 集
- 第9章 规范化输出：OutputParsers的关键技术文档.png [493.5 KB]
- 9-3 文本、JSON、XML、结构化输出解析器应用（1）.mp4 [35.1 MB]
- 9-6 如何自定义解析器？.mp4 [26.0 MB]
- 9-4 文本、JSON、XML、结构化输出解析器应用（2）.mp4 [46.1 MB]
- 9-2 常见的输出解析器OutputParsers 一览.mp4 [26.8 MB]
- 9-5 LLM应用容错机制.mp4 [21.6 MB]
第15章 CrewAI 又一款主流的Agents开发框架12 集
- 第15章 CrewAI 又一款主流的Agents开发框架必看.png [493.5 KB]
- 15-7 CrewAI 核心组件：Crew & flow.mp4 [22.7 MB]
- 15-4 CrewAI 核心组件讲解.mp4 [10.3 MB]
- 15-3 CrewAI安装与第一个示例.mp4 [20.5 MB]
- 15-1 本章介绍.mp4 [6.6 MB]
- 15-8 CrewAI 核心组件：知识库 & 记忆.mp4 [45.2 MB]
- 15-2 什么是CrewAI.mp4 [13.5 MB]
- 15-11 本章小结.mp4 [1.8 MB]
- 15-5 CrewAI 核心组件：Agents.mp4 [35.5 MB]
- 15-10 基于CrewAI 的营销策略大师.mp4 [107.4 MB]
- 15-6 CrewAI 核心组件：Task.mp4 [22.1 MB]
- 15-9 基于CrewAI 的游戏开发助手.mp4 [34.4 MB]
第8章 PromptTemple 提示词工程在LangChain中的实践15 集
- 第8章 PromptTemple 提示词工程在LangChain中的实践必看.png [493.5 KB]
- 8-12 示例选择器- MMR与最大余弦相似度选择示例.mp4 [34.5 MB]
- 8-13 使用Partial实战部分格式化效果.mp4 [36.7 MB]
- 8-5 五种prompts模板实战：对话模板应用.mp4 [25.0 MB]
- 8-2 提示词：大模型工作的核心部件.mp4 [34.3 MB]
- 8-14 langchain hub加载提示词管理.mp4 [66.8 MB]
- 8-6 五种prompts模板实战：消息占位符应用.mp4 [20.5 MB]
- 8-9 Few Shot：提供推理质量的常见方式.mp4 [79.6 MB]
- 8-7 五种prompts模板实战：使用Message组合模板.mp4 [19.3 MB]
- 8-10 示例选择器- 根据长度动态选择提示词示例.mp4 [44.8 MB]
- 8-15 练一练：使用langchain hub加载提示词模板.mp4 [10.0 MB]
- 8-3 prompts模板：大模型推理的关键.mp4 [23.5 MB]
- 8-8 五种prompts模板实战：自定义模板应用.mp4 [53.8 MB]
- 8-4 五种prompts模板实战：字符串模板应用.mp4 [24.8 MB]
- 8-11 示例选择器-根据语义相似度选择提示词示例.mp4 [32.4 MB]
第13章 Agents深入：多Agents工作流的实现23 集
- 第13章 Agents深入：多Agents工作流的实现说明.zip [1.8 MB]
- 13-20 小实战：基于LangGraph 的提示词生成小助手.mp4 [33.6 MB]
- 13-21 大实战：小浪助手（多智能体版）.mp4 [174.1 MB]
- 13-15 【实现】LangGraph人机交互-基本使用：编辑图的状态.mp4 [11.9 MB]
- 13-13 【实现】LangGraph人机交互-基本运用：等待用户数据.mp4 [50.8 MB]
- 13-12 LangGraph 核心组件：人机交互.mp4 [7.0 MB]
- 13-6 【实现】节点与可控制性-第一个LangGraph.mp4 [31.2 MB]
- 13-2 为什么选择多智能体架构？.mp4 [24.5 MB]
- 13-9 LangGraph 核心组件：持久化与记忆.mp4 [13.4 MB]
- 13-1 本章介绍.mp4 [11.6 MB]
- 13-17 LangGraph 核心组件：流式输出.mp4 [17.3 MB]
- 13-14 【实现】LangGraph人机交互-基本运用：审查工具调用.mp4 [37.1 MB]
- 13-16 LangGraph 核心组件：时光旅行.mp4 [35.6 MB]
- 13-22 本章小结.mp4 [3.7 MB]
- 13-10 【实现】持久化与记忆-基本运用：相乘隔离的持久层&跨线程持久化调用.mp4 [52.8 MB]
- 13-19 小实战：基于LangGraph 构建代码助手.mp4 [71.7 MB]
- 13-8 【实现】节点与可控制性-精细控制：图的运行时配置&map-reduce.mp4 [42.2 MB]
- 13-3 常见的多智能体架构.mp4 [13.5 MB]
- 13-4 LangGraph讲解.mp4 [8.0 MB]
- 13-5 LangGraph 核心组件：节点与可控制性.mp4 [8.0 MB]
- 13-11 【实现】持久化与记忆-记忆：短期记忆的实现&长期以及实现&使用总结技术优化记忆.mp4 [110.6 MB]
- 13-7 【实现】节点与可控制性-基本控制：串行控制&分支控制&条件分支与循环.mp4 [40.5 MB]
- 13-18 LangGraph 核心组件：工具调用.mp4 [27.0 MB]
第11章 RAG：知识增强型AI系统23 集
- 第11章 RAG：知识增强型AI系统必看.zip [1.8 MB]
- 11-21 动一动：ChatDoc -- 又一个简单的文档检索小助手.mp4 [68.9 MB]
- 11-7 文档切分：如何基于长度+文本+文档+语义进行切片.mp4 [33.9 MB]
- 11-14 检索器在langChain中的实现（基本的检索器+语法搜索构建：BM25）.mp4 [27.2 MB]
- 11-16 查询重构：如何处理结构化数据？.mp4 [39.3 MB]
- 11-17 检索策略大比拼：找到合适你的方案.mp4 [15.6 MB]
- 11-18 检索调优：让RAG系统更快更准.mp4 [17.4 MB]
- 11-1 本章介绍.mp4 [7.1 MB]
- 11-20 未来可期：RAG技术的进化之路.mp4 [26.4 MB]
- 11-13 向量艺术：检索器概念.mp4 [5.6 MB]
- 11-9 向量艺术：langChain的嵌入实现.mp4 [39.3 MB]
- 11-3 知识（数据）预处理：让文档变得AI友好.mp4 [10.0 MB]
- 11-6 文档切分：为什么以及如何切.mp4 [5.5 MB]
- 11-22 本章总结.mp4 [2.2 MB]
- 11-10 向量艺术：向量数据库基础.mp4 [48.2 MB]
- 11-5 常见的Loader 加载器：解析网页+CVS+ Excel.mp4 [47.2 MB]
- 11-4 常见的Loader 加载器：PDF+多模态图文PDF.mp4 [31.5 MB]
- 11-8 向量艺术：嵌入模型.mp4 [5.9 MB]
- 11-12 向量库实现：向量库的数据增加+删除+相似性搜索+ MMR+混合搜索.mp4 [52.1 MB]
- 11-2 RAG：检索增强生成是什么？RAG原理？.mp4 [49.2 MB]
- 11-11 向量艺术：Langchain 的向量库实现.mp4 [40.9 MB]
- 11-15 查询重写：如何处理非结构化数据？.mp4 [21.4 MB]
- 11-19 检索器：调优—上下文压缩+排序+相似性分数.mp4 [68.2 MB]
第4章 AI应用开发应知必会的那些事5 集
- 第4章 AI应用开发应知必会的那些事文档.zip [1.8 MB]
- 4-2 如何正确使用AI编程？.mp4 [137.5 MB]
- 4-3 什么是提示词工程？AI对话的魔法咒语+常见思维流模式.mp4 [39.9 MB]
- 4-4 如何正确的获取AI行业信息？.mp4 [53.8 MB]
- 4-5 小浪助手两大项目演示：单智能体和多智能体.mp4 [70.1 MB]
TTS2 条
- TTS2.16.1.exe [92.2 MB]
- TTS2.17.0.exe [92.2 MB]
有声读物2 条
- novel_dubV1.0.4.exe [112.8 MB]
- novel_dubV1.0.3.exe [112.8 MB]
整合包2 条
- GPT-SoVITS-TTS.rar [5.1 GB]
- GPT_SoVITS-V2 TTS升级包.zip [879.4 MB]
AI配音4 条
- AIDub1.12.0.exe [92.9 MB]
- ai_dubV2.1.4.exe [112.7 MB]
- AIDub1.11.2.exe [92.9 MB]
- 工坊文档.zip [1.8 MB]
CosyVoice6 条
- CosyVoice说明.png [493.5 KB]
- CosyVoice.rar [3.9 GB]
- spk2info.pt [29.5 MB]
- 声音克隆文档.zip [1.8 MB]
- CosyVoice-0824.rar [14.2 GB]
- cosyvoice.7z [1.5 GB]
第3章 大模型：智能体的超级大脑5 集
- 3-5 大模型的短板与解决方案.mp4 [29.6 MB]
- 3-6 练一练：搞定你的大模型源（闭源与开源）.mp4 [49.7 MB]
- 3-2 带你快速了解LLM（大语言模型）的前世今生.mp4 [23.9 MB]
- 3-4 开源VS闭源：你该如何选择.mp4 [20.4 MB]
- 3-3 全景扫描：国内外主流大语言模型（LLM）.mp4 [21.7 MB]
第12章 Agents实战：单Agent实现自定义BOT17 集
- 12-10 感情侦测实现.mp4 [43.0 MB]
- 12-15 记忆系统设计实现.mp4 [36.4 MB]
- 12-14 钉钉工具设计与实现.mp4 [126.7 MB]
- 12-16 项目可观测性实现.mp4 [37.8 MB]
- 12-1 本章介绍 (1).mp4 [4.0 MB]
- 12-17 容器化部署.mp4 [68.1 MB]
- 12-8 项目架构搭建.mp4 [91.6 MB]
- 12-3 什么是单Agent？.mp4 [18.5 MB]
- 12-2 小浪助手（单智能体）案例拆解.mp4 [13.4 MB]
- 12-6 项目相关资源获取（环境和IDE&API KEY&AI编程&钉钉API）.mp4 [113.1 MB]
- 12-9 提示词模块设计.mp4 [47.9 MB]
- 12-4 使用LangChain 创建第一个Agent.mp4 [13.9 MB]
- 12-7 项目架构演示.mp4 [36.0 MB]
- 12-12 工具的设计实现.mp4 [57.8 MB]
- 12-11 工具的设计.mp4 [15.0 MB]
- 12-13 知识库设计余实现.mp4 [87.0 MB]
- 12-5 小浪助手实战：开发环境搭建说明与实战流程.mp4 [11.5 MB]
第6章 初识langchain：LLM大模型与AI应用的“粘合剂”6 集
- 6-2 langchain是什么以及发展过程.mp4 [11.1 MB]
- 6-7 先跑起来：第一个实例，了解langchain的基本模块.mp4 [35.6 MB]
- 6-4 langchain的优势与劣势分析.mp4 [12.3 MB]
- 6-6 AI智能开发学习平台（实战+免费key+测试+AI资讯）.mp4 [25.1 MB]
- 6-5 langchain使用环境的搭建.mp4 [37.2 MB]
- 6-3 langchain能做什么和能力一览.mp4 [29.3 MB]
课件ppt14 条
- 【PPT15】CrewAI 又一款主流的Agents开发框架.pdf [961.0 KB]
- 【PPT5】deep seek 国产之光.pdf [2.3 MB]
- 【PPT3】大模型：智能体的超级大脑，如何掌握？.pdf [1.4 MB]
- 【PPT6】初识langchain：LLM大模型与AI应用的粘合剂.pdf [2.0 MB]
- 【PPT16】课程回顾.pdf [577.3 KB]
- 【PPT2】AI智能体 AI3.0时代的风口红利.pdf [1.9 MB]
- 【PPT8】PromptTemple 提示词工程在LangChain中的实践.pdf [972.8 KB]
- 【PPT12】Agents实战单Agent实现自定义BOT.pdf [408.4 KB]
- 【PPT11】RAG：知识增强型AI系统.pdf [2.6 MB]
- 【PPT9】规范化输出：OutputParsers.pdf [1.0 MB]
- 【PPT10】LCEL：链式开发新范式.pdf [1.0 MB]
- 【PPT4】AI应用开发应知必会的那些事.pdf [1.9 MB]
- 【PPT14】Agents深入：部署优化与云平台使用.pdf [841.9 KB]
- 【PPT13】Agents深入：多Agents工作流的实现.pdf [1.7 MB]
第10章 LCEL：组件化开发的新范式15 集
- 10-12 链的高级应用：为链增加记忆能力（短时记忆InMemoryHistory）.mp4 [81.6 MB]
- 10-13 链的高级应用：使用Redis构建长期记忆.mp4 [32.9 MB]
- 10-1 本章介绍.mp4 [19.0 MB]
- 10-14 链的高级应用：使用LCEL来自定义路由链.mp4 [53.1 MB]
- 10-2 Runnable接口到底是什么？.mp4 [42.2 MB]
- 10-6 链的基本应用：并行运行多条链.mp4 [40.9 MB]
- 10-5 链的基本应用：链的流式调用.mp4 [78.7 MB]
- 10-9 链的高级应用：在链中自定义支持流输出的函数.mp4 [33.4 MB]
- 10-7 从老版本的chain迁移到LCEL.mp4 [30.9 MB]
- 10-3 LCEL是什么与使用场景.mp4 [74.6 MB]
- 10-10 链的高级应用：使用RunnablePassthrough来传递值.mp4 [12.4 MB]
- 10-8 链的高级应用：在链中使用函数.mp4 [73.8 MB]
- 10-15 本章总结.mp4 [8.6 MB]
- 10-11 链的高级应用：如何在运行时动态添加链的配置.mp4 [34.5 MB]
- 10-4 链的基本应用：使用管道操作符快速生成一条链.mp4 [33.3 MB]
第1章 课程学习安排——助你顺利学习以及避坑1 集
- 1-1 深入了解课程，少走弯路，必看！！！.mp4 [36.0 MB]
第5章 DeepSeek：国产之光8 集
- 5-2 DeepSeek涓轰粈涔堢伀浜嗭紵.mp4 [33.5 MB]
- 5-6 DeepSeek的模型与部署需求分析，以及资源获取方式.mp4 [83.4 MB]
- 5-7 DS本地部署：本地私有化AI对话助手实现.mp4 [100.4 MB]
- 5-8 DS云端部署：按需付费更加灵活.mp4 [43.2 MB]
- 5-5 新手必知的10个DeepSeek魔法指令.mp4 [7.6 MB]
- 5-3 推理大模型做对了什么？DeepSeek V3 与DeepSeek R1本质区别.mp4 [49.4 MB]
- 5-4 DeepSeek 提示词模板与注意.mp4 [22.7 MB]
- 5-9 DS云端API：个人用户最佳选择.mp4 [68.0 MB]
第2章 AI智能体：AI3.0时代最大的转型红利4 集
- 2-2 智能革命爆发：从梦想到现实.mp4 [36.9 MB]
- 2-5 新手必知：扫清学习障碍.mp4 [10.3 MB]
- 2-4 风口以至-机遇与挑战：AI 淘汰的是不会使用AI的人.mp4 [46.2 MB]
- 2-3 智能体揭秘：为什么它是未来的核心？智能体到底是什么？.mp4 [32.6 MB]
适合人群
- AI开发工程师
- 企业级应用开发者
- AI爱好者
🎯 学习收获
- 掌握AI Agent开发流程
- 实现企业级应用落地
- 提升AI开发技能
🎉 祝您学习愉快！
[衡天云]爆款云服务器 低至12元/月
![[衡天云]爆款云服务器 低至12元/月](/hty.png)